在量子位公众号QbitAI中，一凡发布了一篇关于未来科技趋势的文章。
2026年，哪项技术将引领风潮？
身体智能和世界模型两项技术今年已吸引了超过三百亿的资金投入。前者是物理人工智能的实际应用产品，后者则是为这些产品提供训练环境的平台，两者共同构成了物理AI的核心框架。
尽管虚拟环境可以以低成本生成大量数据，但现实与模拟之间的差距仍是业界面临的一大难题。若依赖真实世界的数据采集，则成本高昂且难以大规模推广。
面对这一矛盾，行业开始探索虚实结合的方法来解决物理AI所需的大规模数据问题，并在最近推出了一项创新性的数据基座平台。
具身智能的热度揭示了高质量数据的重要性和稀缺性。
到目前为止，今年已有超过二十起针对具身智能领域的投资事件，平均每三天就有一笔资金注入。这些融资总额已超过了两百亿人民币，推动了技术进步和行业发展。
大量的资金涌入加速了机器人从实验室走向工厂的步伐，准备进入千家万户。
然而，在实际操作中，许多任务面临着复杂多变的环境挑战，这要求机器人的模型具备强大的适应性和泛化能力。而这又依赖于海量高质量的数据支持。
缺乏充足的数据是当前具身智能面临的一个重大瓶颈，因为物理AI不像大规模语言模型那样拥有丰富的天然数据来源。对于物理AI来说，除了文本和图片外，还需要包含物理反馈的多模态数据，而目前行业能够提供的此类数据量与实际需求相比可能相差上千万倍。
为解决这一问题，业界提出了三种主要的数据获取途径：
- 真实环境中的直接采集：虽然可以获得高质量的数据，但成本高昂且效率低下；
- 虚拟仿真合成：尽管可以低成本生成大量数据，但与现实世界的差距仍然存在；
- 利用互联网视频资源：这些资源丰富多样，但由于缺乏物理反馈的模拟而难以有效利用。
鉴于上述情况，行业开始倾向于采用虚实结合的方式，并推出了首个专门为物理AI提供基础支持的数据基座平台。
近期发布的数据基座平台致力于解决具身智能领域的数据瓶颈问题。
在浙江德清举行的一场重要发布会上，无问智科展示了其全新打造的“无垠”平台。地平线创始人余凯博士在现场进行了致词，并有超过50家来自不同细分行业的领先企业代表出席了此次活动。
发布会上，无问智科CEO刘盛翔正式推出了这款物理AI领域的数据基座——无垠平台。这是行业内首次提出“数据基座”的概念，意在通过整合高质量的数据体系、高价值的场景生态以及全闭环工具链来支持具身智能技术的发展。
- 在这个框架中，“无垠”平台提供了涵盖真实和合成两种来源的大规模高质量数据集。
- 平台还构建了一个基于顶尖仿真技术的高度泛化与模拟能力的真实场景复制生态系统，联合合作伙伴实现大规模高价值仿真的复刻以及大量可实施的实际应用场景覆盖。
- 同时，“无垠”平台开发了Real2Sim2Real全链条工具链系统，能够从数据采集、模型训练到产业落地的全过程进行无缝对接。
这些核心功能分别满足了具身智能玩家在不同层面的需求。
- 数据层面上，通过多源异构的数据收集与合成技术解决了稀缺性和质量难题，提供了高质量的数据供给；
- 场景层面上，从训练场地的1:1复刻到德清全域以及长三角地区的高价值真实终端场景覆盖，实现了虚实结合全覆盖，构建了大量的高价值应用场景。
- 工具链层面，运用数据采集范式、跨主体迁移、自动化标注等关键技术打造了Real2Sim2Real全链路闭环工具链系统，使从数据收集到测试验证的每个环节都得以实现无缝对接；
- 应用层面上，“无垠”平台实现了“训练—测评—落地”的持续优化循环。
在该次发布会上，超过一百四十位业界嘉宾对“无垠”基座平台表示了高度认可。这是因为该平台成功解决了行业缺乏高质量数据的困境。“无垠”已积累了超千太字节规模的数据量，并宣布将开源数万小时的高质量训练资料。
为什么无问智科能够产生如此巨大的数据体量？关键在于其独特的虚实结合技术路线。
实际操作中，“无垠”平台采用了包括VR遥操、外骨骼遥操作等在内的多种方式，全面采集各种模态的真实世界数据；
同时，为解决跨主体迁移的问题，平台还开发了相应的解决方案，确保不同来源的数据能够有效整合和利用。
为了克服上述挑战，“无垠”基座平台应运而生，并迅速吸引了众多优秀的具身智能企业入驻。
目前，“无问智科”已拥有五十多家生态合作企业，这是当前行业内最豪华的阵容之一，充分展示了数据基座这一独特生态位的魅力。
其中最引人注目的是与地平线及地瓜机器人的深度战略合作关系。这种合作将为整个行业提供从算力支持到算法优化再到数据处理的一站式解决方案，助力具身智能技术的发展迈入全新阶段。
这种成就源于创始团队对物理AI领域的深刻理解。
无问智科成立于2022年11月，其创始人兼CEO刘盛翔是中国最早从事自动驾驶研究的开拓者之一。他曾在百度公司建立起了中国第一个自动驾驶数据与测试验证体系，并参与了多项关键技术的研发工作。
刘盛翔深知高质量数据对于物理AI的重要性，在看到ChatGPT掀起的大模型热潮后，意识到物理人工智能领域正面临缺乏高质量训练资料的问题。
为了应对这一挑战，他和前百度自动驾驶感知技术专家于春磊博士共同创办了无问智科，专注于解决物理AI的数据问题。
在创业初期，“无问智科”便迎来了它的第一个重要合作伙伴——地平线公司。这家在自动驾驶领域具有领导地位的企业与刘盛翔有着深厚的渊源。
地平线创始人余凯博士曾是百度的老同事，两人进行了长达三小时的深度交谈后建立了合作关系。这一合作不仅为无问智科提供了资金支持和技术指导，还促成了后续多轮的投资注入。
随着自动驾驶技术的发展和成熟，“物理人工智能”逐渐成为新的热门领域，吸引了大量曾经专注于自动驾驶研究的企业进入市场。
尽管两个赛道存在一定的相似性，但它们之间也存在着明显的差异。例如，在数据采集方面，自动驾驶行业已经找到了成本效益高的解决方案，而具身智能目前仍面临标准化数据收集方案的缺失和高质量训练资料工具链建设的需求。
因此，一个专业的第三方数据基础设施对于整个物理AI行业的意义重大，可以有效推动技术进步和发展。
黄仁勋在2025年点燃了“具身智能”这一科技烽火，在接下来的一年内迅速蔓延开来。如今，“物理人工智能是下一个AI浪潮”的观点已经成为业界共识。
△图片由AI生成
新的技术变革需要新的基础设施支持，正如移动互联网时代的云计算和大语言模型推动数据中心发展一样，具备数据基座功能的平台将是未来具身智能技术走向现实世界的加速器。
物理AI老兵创业，第三方数据赋能全行业
无问智科创立于2022年11月，其创始人兼CEO刘盛翔中国最早的自动驾驶开拓者之一。他在2013年入局物理AI，在百度Apollo搭建起中国首个自动驾驶数据与测试验证体系、参与了中国首部自动驾驶测试法规的起草、主导了多项国家数据与测试验证核心关键技术攻关。业内人士经常开玩笑称呼他为“中国自动驾驶数据与测试验证第一人”。
百度的经历，让刘盛翔意识到数据对自动驾驶的重要性。所以，当ChatGPT横空出世把AI技术推向大模型时代，进而掀起物理AI的浪潮时，他洞察到了物理AI的痛点——缺乏高质量数据。
在刘盛翔当时看来，物理AI的数据成本高、效率低、使用难，行业很多玩家既缺少数据，又不知道怎么用数据。于是，为了解决行业痛点，刘盛翔和前百度自动驾驶感知技术专家于春磊博士携手创业，专注于解决物理AI数据问题。
开启创业2个月后，无问智科迎来第一位合作伙伴：地平线
地平线是自动驾驶头部玩家，创始人兼CEO余凯博士早年和刘盛翔在百度一起共事。据悉刘盛翔创业后，与余凯进行了三小时的长谈，这场对话打动了余凯，他成为了无问智科的首席顾问。在余凯的推动下，地平线不仅和无问智科达成了深度合作，还成为了无问智科的首位投资人，并在后续轮次持续加码
许多曾经的自动驾驶明星，也在这段时期纷纷下场，入局具身智能，一时间受到热捧，市场展现出对自动驾驶玩家转向的认可与信任。毕竟两个赛道技术有交集，供应链高度重合，自动驾驶玩家的经验与沉淀，能在具身智能领域复用
但两个赛道也存在着很多差异。比如自动驾驶有低成本、高效率采集数据的方法，因此行业重点可以放在如何处理和使用数据上。而具身智能目前仍然没有标准化地数据采集方案，没有大规模采集数据的方法，没有生产和使用高质量数据的工具链。因此，一个专业的第三方数据基础设施，对整个行业的意义非凡，价值深远。
物理AI，这是黄仁勋在2025年亲手点燃的烽火，在今年已成燎原之势。一众大厂纷纷入局，这意味着“AI的下一波浪潮是物理AI”已成为共识。
新的科技浪潮呼唤新的基建。正如移动互联网需要云计算，LLM催化数据中心繁荣，具身智能也需要数据基座，加速AI走向真实世界。